头图｜视觉中国
扎克伯格将增强现实设备看作“圣杯”一类的设备，透过 Meta 的增强现实产品路线图，可一窥扎克伯格再造 Meta 的野心；
1922 年 BBC 成立，但真正确立这家广播机构地位的却是四年后的英国大罢工事件……
词典不仅是语言的记录，更是对社会政治经济发展的时空备份，本期选择三篇长文，供各位更好理解语言和词典的权力属性。
本期还将推介以下主题：
智能手表 Pebble 为何失败？
电子表格的复兴；
计算机征服人类常识的努力；
“More Reading, Less Junk”，欢迎进入本周的深度阅读时间。
BBC 100 周年
New Yorker｜2022-04｜链接、镜像｜40 分钟（阅读时长）
今年是 BBC 成立 100 周年，不过 New Yorker 这篇文章的切入点却是 1926 年的英国大罢工，这场罢工导致所有报纸停刊，成立仅四年的 BBC 利用这个契机填补舆论空间，当时 BBC 面临一个险境，“如果它成为国家声音，它将不再被公众信任，如果它反对国家，它将无法生存”，由此也形成了其平衡的新闻立场，从而获得国家与民众的认可。
以 100 年的时间跨度去看，BBC 有诸多创新，无论是 60 年代宣传美国黑人民权运动还是支持纪录片大师大卫·爱登堡，这家广播机构做出了很多看似不合理的内容选题和决策。
但与此同时，BBC 又极其神秘，没有人知道这个机构的运作方式，即便是英国《卫报》的一位文化记者，在 BBC 内部经历了九个月采访之后依然处在盲人摸象的阶段......
智能手表 Pebble 是如何失败的
Eric Migicovsky｜2022–4｜链接、镜像｜30 分钟（阅读时长）
2012 年的 4 月，一款名为 Pebble 的智能手表项目开始在 Kickstart 上募集资金，8 天内获得超过 1000 万美元的赞助，这是任何一家创业公司梦寐以求的美妙起步。
Pebble 定义了很多智能手机表的基本功能，比如来电时的震动、使用手表操控音乐等。但 Pebble 的失败与成功一样令人猝不及防，在其创始人 Eric Migicovsky 的这篇反思里，他详细回顾了 Pebble 发展中的众多关键时刻，并反思了这个项目失败的原因：产品定位模糊。
Eric Migicovsky 还特别谈到了一点，无论哪一类创业，创业者都不能忘记定义和探讨你对未来的长期愿景，这看起来像是一种“画大饼”的不靠谱举动，但这种思维方式或者说做事方式能够帮助创业者度过公司发展的艰难时期。
Meta 的野心
Verge｜2022-04｜链接｜30 分钟（阅读时长）
科技媒体 Verge 通过特殊渠道获得一份 Meta 公司未来几年的产品路线图，从中可以看到扎克伯格对于推动公司转型的决心，以及，所面临的巨大技术挑战。
首先，正如扎克伯格所言，增强现实眼镜是一类“圣杯”式的产品，它会“重新定义人类与技术的关系”，这是 Meta 战略层面的方向。
其次，Meta 将在 2024、2026 和 2028 年发布三款增强现实类的产品，为了实现这个目标，Meta 正在资金、人员方面加大投入。
第三，Meta 内部对于第一款产品的预期很低，一方面是这款产品的价格不菲（虽然还没有确定但成本高昂），很难获得大众市场；另一方面则是硬件层面的体验，比如电池续航，还有众多技术突破的空间。
在我看来，Meta 这番赌注能否成功还有两层影响：
扎克伯格能否再一次证明自己？毕竟他现在还不到 40 岁；
人类迈向沉浸式虚拟体验的步伐能有多快？
电子表格的复兴
Wired｜2022-04｜链接、镜像｜20 分钟（阅读时长）
很长一段时间里，电子表格都属于被人遗忘的“专业产品”，它似乎只属于那些专业人员，比如财务工作者。
但几年来，电子表格正迎来一股复兴潮流，这篇来自 Wired 的长文探讨了这个现象，一大批创业公司开始挖掘电子表格在数字/计算之外的功能，比如把每个单元格当作列表，而列表填充内容之后可以作为一个简易的数据库使用，再比如，利用丰富的 API 与其他应用形成数据获取和处理的流程。
一个延伸阅读，“Not Boring”去年有一篇关于一类电子表格产品——Excel——的长文（链接、40 分钟阅读时长），在这篇图文并茂的长文里，你会了解到 Excel 的历史、产品的局限性以及其对 B2B 软件市场的启示。这其中，“解绑 Excel”成为一个重要的创业领域，通过把 Excel 的某些功能与行业需求相结合，成就了一大批企业软件，非常值得一看。
理解语言与词典
Lare View of Books｜2022-04｜链接｜40 分钟（阅读时长）
这是一个由两部分组成的访谈，我推荐各位重点读第一部分，两位学者探讨了全球危机之下的语言使用以及记录语言发展的词典的价值。这部分里的内容非常庞杂，访谈者从语言延伸到文学、政治、社会等多个领域，其中的关键点“词典是一种权力象征”。
首先，任何一个词典都是由专业人士编纂，这些人拥有接受某个新词汇或拒绝某个新词汇的权力。
其次，任何一个词汇都拥有一定的时空局限性，由这些词汇组成的字典也成为一个国家、民族的时空记忆，比如涉及性别、种族的词汇变化，或者当下中文社交媒体泛滥的政治词汇等等，都成为理解历史与当下的切入点。
第三，正是因为词典的权力属性，不同地区、不同时代的政治家都会通过控制语言的表达方式来控制政局，这让我想起科幻作家菲利普·迪克的一句话，大意是最基本操控现实的工具，就是对词语意义的操控。
两个延伸阅读：
《经济学人》的 Johnson 专栏：这是我最喜欢这本杂志的一个栏目，该专栏的名字来源于英国最伟大的词典编著人 Samuel Johnson，他在 18 世纪编写的英语词典一度被认为是最完美的英语词典。这个专栏位于每期《经济学人》文化栏目里，虽然探讨的是语言和翻译的问题，但往往将其放在政治、经济的背景下，从而也具备了很强的现实意义，比如最新一期探讨由“Gigafactory”引发的“Giga”前缀热潮（链接、20 分钟阅读时长）；
互联网如何改变你我使用语言的方式：和中文互联网上大量拼音简写或谐音字躲避审查类似，英文社交媒体上也有一套避免被算法过滤的语言体系，这篇来自《华盛顿邮报》的长文（链接、20 分钟阅读时长）探讨了这一现象；
计算机如何征服人类常识
New Yorker｜2022-04｜链接、镜像｜40 分钟（阅读时长）
这是一篇介绍人工智能如何攻克人类常识的长文，如果你想以“最没有技术背景”的方式了解人工智能在常识领域的探索，这是一篇非常值得阅读的文章。
作者以非技术的视角展示若干个方法，比如专家系统，这是一种通过由人类专家为计算机系统定制逻辑、定律的机制，它的确能够为计算机带来“常识”，但人力成本高昂，而且仅能在特定领域使用。
近几年来，通过对海量数据的“学习”获得某种模式，也为计算机征服常识提供了新方向。不过，问题也很明显，模式并不一定是常识，而且这些机器学习系统，就像常年沉浸在图书馆里的人，尽管知识渊博，但能否适应现实世界始终是一个未知数。
文中的一个观点我深以为为然：如果一个生成算法能够在空白页面上生成内容，那么这个算法就拥有了常识能力。
评论